CodeFroces 195C. Try and Catch(阅读理解+猜题意+构造)

http://codeforces.com/problemset/problem/195/C

哇做这题真是一口老血喷出来,看了半天不知道啥意思,最后猜了猜题意,然后代码中各种bug,我也不确定理解的题意是不是对的,xjb调试,最后竟然过了。。。一道简单傻逼题但是出的看不懂。。。

题目大意:你有try和catch操作,每个catch操作保证前面有一次try和他相匹配。现在有一种异常的情况,是由throw引起的,throw中表示一个异常的类型,比如样例1的AE。然后继续执行程序,找到一个无法匹配到正常的block的AE,输出他的信息即可。样例1中AE in line5刚好和他上面的try匹配掉了,那个try是在throw后的,所以没事。到了AE somewhere,就只能匹配throw上面的try了,所以就有错,输出。

哇傻逼题,随便搞搞。

代码如下:

#include<bits/stdc++.h>
using namespace std;
int main() {
	char str[100] = {0}, ans_str[100] = {0}, tmp[100] = {0}, ch;
	int cnt = 0, k, T;
	bool flag = 0, key;
	cin >> T;
	ch = getchar();
	while(ch != '\n')
		ch = getchar();
	while(T--) {
		key = 0;
		k = 0; 
		ch = getchar();
		while(ch != '\n') {
			if(ch == '"')
				key = 1;
			if(key)
				str[k++] = ch;
			else if(ch != ' ')
				str[k++] = ch;
			ch = getchar();
		}
		str[k++] = '\0';
		if(flag) {
			if(str[1] == 'r') // try
				cnt++;
			if(str[0] == 'c') {//catch
				if(cnt)
					cnt--;
				else {
					k = 0;
					for(int i = 6; str[i] != ','; i++)
						tmp[k++] = str[i];
					tmp[k++] = '\0';
					if(!strcmp(tmp, ans_str)) {
						for(int i = 6 + k + 1; str[i] != '"'; i++)
							cout << str[i];
						cout << endl;
						flag = 0;
					}
				}
			}
		}
		if(str[1] == 'h') { // throw
			flag = 1;
			k = 0;
			for(int i = 6; str[i] != ')'; i++)
				ans_str[k++] = str[i];
			ans_str[k++] = '\0';
		}
	}
	if(flag)
		cout << "Unhandled Exception" << endl;
	return 0;
} 


内容概要:本文提出一种基于灰狼优化算法(GWO)优化改进互补集合经验模态分解(CEEMDAN)的混合储能风电功率平抑策略。通过GWO算法对CEEMDAN的关键参数(如白噪声幅值、最大本征模态函数数量等)进行全局寻优,显著提高了信号分解的精度与自适应性,有效克服模态混叠与残余噪声问题。在此基础上,将分解后的风电功率序列按频域特征分配给电池与超级电容构成的混合储能系统,充分发挥电池长时储能与超级电容快速响应的优势,实现高频分量由超级电容平抑、低频分量由电池承担的协调控制。结合Matlab平台完成算法仿真与系统建模,验证了该方法在平抑风电功率波动、降低储能系统综合损耗、延长设备寿命及提升电网电能质量与运行稳定性方面的优越性能。; 适合人群:具备一定电力系统分析、可再生能源并网技术、现代信号处理(如EMD类方法)及智能优化算法基础的研究生、科研人员及从事新能源发电控制、储能系统设计与智能电网调度的工程技术人员。; 使用场景及目标:①应用于风电场配套混合储能系统的实时功率协调控制,提升并网友好性;②优化非平稳、非线性风电功率信号的自适应分解精度,服务于后续预测与调度;③结合GWO等群智能优化算法,提升储能系统在平抑可再生能源波动中的动态响应能力、运行经济性与工程实用性。; 阅读建议:建议读者结合提供的Matlab代码深入理解GWO优化CEEMDAN参数选择机制与混合储能功率分配逻辑,重点关注信号分解效果评价指标(如相关系数、均方根误差)与储能系统性能指标(如SOC变化、功率应力)的关联分析,可进一步拓展至多目标优化、在线滚动优化及其他智能算法(如鲸鱼优化、麻雀搜索)的对比研究。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值